在构建计量经济学模型的过程中，其成功的关键要素可以归纳为理论、方法和数据三个方面。首先，理论基础至关重要，这是经济现象行为理论的研究，为计量经济学提供了基石。理论的理解与掌握是任何研究的起点，尤其是对于经济学家来说，深厚的经济学理论知识是构建模型的必要条件。
其次，计量经济学的方法论，包括模型方法和计算方法，是其研究的工具和手段。这些方法的独特性使得计量经济学在众多经济学分支中脱颖而出。方法的精良和创新往往被视为衡量研究成果质量的重要标准，但即便如此，我们不能忽视理论研究，因为没有经济学理论的支撑，模型的构建将是无源之水，无本之木。
最后，数据是计量经济学研究的基石，是反映研究对象状态和外部环境的重要信息。然而，遗憾的是，人们对数据的重视程度有时并未得到充分体现。在项目申请或成果评审中，数据的可用性、可靠性和质量往往被忽视，而在研究过程中出现问题时，数据质量问题往往被较少考虑。实际上，数据问题已经成为制约计量经济学发展的关键因素，这提醒我们，对数据的严谨处理和高质量要求不容忽视。
总的来说，理论、方法和数据三者相互依存，缺一不可，只有在理论扎实、方法得当和数据可靠的前提下，计量经济学模型的建立和研究才能得以顺利进行。因此，作为计量经济学家，既要有经济学理论的素养，也要掌握先进的方法论，同时还要对数据质量有深入的把握。
用截面数据作为计量经济学模型的样本数据，应注意以下几个问题。一是样本与母体的一致性问题。计量经济学模型的参数估计，从数学上讲，是用从母体中随机抽取的个体样本估计母体的参数，那么要求母体与个体必须是一致的。例如，估计煤炭企业的生产函数模型，只能用煤炭企业的数据作为样本，不能用煤炭行业的数据。那么，截面数据就很难用于一些总量模型的估计，例如，建立煤炭行业的生产函数模型，就无法得到合适的截面数据。